子空间特征提取方法及其在人脸识别中的运用.pdfVIP

摘 要 特征提取是模式识别研究中的最基本问题之一．对于图像识别而言，提取有效的图 像特征是完成识别任务的一个关键问题．近年来，子空间方法因其计算简单、有效等特 性在特征提取领域得到了广泛应用，其本质就是把原始的高维样本数据投影到一个更有 利于分类的低维特征子空间．作为图像识别的重要应用，人脸识别是当前计算机模式识 别领域中的一个非常活跃的研究课题，本文以人脸识别为应用背景，以子空间特征提取 方法为主题进行了相关研究，论文的主要工作和贡献如下： 1．针对奇异值特征对细节描述不充分、包含有效鉴别信息不足的问题：本文将鉴 别能力强的局部区域用于识别，提出了组合奇异值特征的概念，该特征具有一系列与奇 异值特征类似的理想属性，并兼顾了图像的整体和局部信息，人脸识别实验证明其具有 良好的识别分类能力．此外，还提出一种基于灰度形态学和灰度投影信息的人脸局部区 域提取方法，该方法避免了对五官特征点的精确定位，运算简单、快速，对人脸的姿态、 表情等变化不敏感，应用于组合奇异值特征提取获得了令人满意的效果． 2．把样本分布信息融于特征提取过程将有助于提高特征的分类能力．本文通过分 析图像样本的分布特点，利用模糊隶属度的概念，提出一种基于模糊标号典型相关分析 的特征提取新方